Detects nighttime bed-exits, prolonged wandering, and extended stillness in elderly individuals from IR or low-light surveillance footage.
Coding
Infant Blanket Kick Detection | 老年人夜间离床时长与徘徊识别
Try itUsing fixed cameras (infrared night vision) in nursing-home or home bedrooms, the system continuously monitors elderly bed-exit status and activity trajectory at night. | 通过养老院或居家卧室的固定摄像头(红外夜视),夜间连续监测老年人的离床状态和活动轨迹。输出异常预警,可联动护理人员手机或护士站大屏,防止老人走失、跌倒或发生意外。
What it does
Using fixed cameras (infrared night vision) in nursing-home or home bedrooms, the system continuously monitors elderly bed-exit status and activity trajectory at night. | 通过养老院或居家卧室的固定摄像头(红外夜视),夜间连续监测老年人的离床状态和活动轨迹。输出异常预警,可联动护理人员手机或护士站大屏,防止老人走失、跌倒或发生意外。
The skill document
🛏️ Elderly Night Bed-Exit & Wandering Detection | 老年人夜间离床时长与徘徊识别
智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 老年人夜间离床时长与徘徊识别 |
| 🎯 核心目标 | 通过养老院或居家卧室的固定摄像头(红外夜视),夜间连续监测老年人的离床状态和活动轨迹。输出异常预警,可联动护理人员手机或护士站大屏,防止老人走失、跌倒或发生意外。 |
| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |
| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |
| 🧩 场景码 | SMYX_ELDERLY_NIGHT_BED_EXIT_WANDERING_ANALYSIS |
Using fixed cameras (infrared night vision) in nursing-home or home bedrooms, the system continuously monitors elderly bed-exit status and activity trajectory at night. It identifies bed-exit start time, total bed-exit duration, whether the person repeatedly walks back and forth in the hallway or room (wandering), and judges whether preset safety thresholds (e.g., bed-exit > 30 min or wandering > 10 min) are exceeded. Abnormal alerts are pushed to caregivers' phones or the nurse-station big screen to prevent wandering away, falls, or accidents. Application scenarios: nursing homes, home-based elderly care, community day-care centers. The system runs automatically at night; when bed-exit lasts too long or repeated wandering occurs, it pushes alerts via app or care system (e.g., 'Grandpa Zhang in bed 3 has been out of bed for 45 minutes, please check in time'). Skill features: prolonged night bed-exit (e.g., fall after getting up) and wandering (e.g., night roaming by elders with cognitive impairment) are high-risk events in elderly care. AI real-time monitoring enables timely warnings, reduces accidents, and improves caregiving efficiency. Can be integrated into nursing-home management systems or smart-home security platforms.
通过养老院或居家卧室的固定摄像头(红外夜视),夜间连续监测老年人的离床状态和活动轨迹。识别离床开始时间、离床总时长、是否在走廊或房间内反复来回走动(徘徊),并判断是否超过预设的安全阈值(如离床>30分钟或徘徊>10分钟)。输出异常预警,可联动护理人员手机或护士站大屏,防止老人走失、跌倒或发生意外。应用场景:养老院、居家养老、社区日间照料中心。系统在夜间自动运行,当老人离床时间过长或出现反复徘徊行为时,通过APP或护理系统推送提醒(如'3号床张爷爷离床已45分钟,请及时查看')。技能特点:夜间离床时间过长(如老人下床后跌倒无法起身)和徘徊(如认知障碍老人夜间游荡)是养老院和居家养老中的高风险事件。通过AI实时监测,可及时预警,减少意外发生,提升护理效率。该技能可集成到养老院管理系统或智能家居安防平台。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 假设你是一个专业的老年人夜间行为安全 AI。你的任务是分析卧室或走廊摄像头的夜间视频(红外模式),检测老年人是否离开床铺,记录离床的总时长,并识别是否存在反复来回走动的徘徊行为。当离床时长超过设定阈值(如 30 分钟)或徘徊持续时间超过阈值(如 10 分钟)时,输出异常预警。不要提供医疗诊断或具体护理操作方案,仅输出行为统计与报警信息。 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
基于夜间红外卧室/走廊监控视频,检测老年人离床事件、累计离床时长与徘徊行为,并按安全阈值输出预警
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 床铺区域分割 |
| 2 | 人体检测与跟踪 |
| 3 | 离床/上床事件识别 |
| 4 | 离床时长统计 |
| 5 | 活动轨迹分析 |
| 6 | 徘徊识别(反复来回走动) |
| 7 | 安全阈值判定(默认离床>30 分钟 / 徘徊>10 分钟 |
| 8 | 可覆盖) |
| 9 | 分级预警(none/info/warning/critical) |
| 10 | 预警文本生成 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发:当用户提供卧室/走廊夜间监控视频 URL 或文件需要分析时,默认触发本技能进行老年人夜间离床/徘徊识别 |
| 🔎 明确分析意图 | 当用户明确提及离床、起夜、夜间起床、徘徊、夜游、卧室监控、夜间监护、养老院夜班、护士站、走失预警、跌倒风险等关键词,并且上传了视频文件 |
| 📚 历史报告查询 | 当用户提及以下关键词时,自动触发历史报告查询功能 :查看夜间离床历史报告、徘徊预警报告清单、夜间监护报告清单、查询历史离床记录、显示所有夜间离床报告、显示老人夜间监护诊断报告,查询夜间预警清单 |
4. 🤖 自动行为
| 自动行为 | 执行要求 |
|---|---|
| 📎 附件处理 | 如果用户上传了附件或者视频/图片文件,则自动保存为本地文件 |
| ☁️ 历史报告查询 | 如果用户触发历史报告查询关键词,必须直接调用云端 API 查询,不得从本地记忆或人工汇总中获取 |
⚠️ 强制数据获取规则(次高优先级)
橙色强约束: 历史报告清单只允许从云端接口读取,不允许从本地记录、长期记忆或人工汇总中提取。
必须执行:
python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --list 调用 API 查询云端的历史报告数据 |
| 🚫 严格禁止 | 从本地 memory 目录读取历史会话信息 |
| 🚫 严格禁止 | 手动汇总本地记录中的报告 |
| 🚫 严格禁止 | 从长期记忆中提取报告 |
| ✅ 输出格式 | 必须统一从云端接口获取最新完整数据,然后以 Markdown 表格格式输出结果 |
📦 前置准备 | Requirements
- 依赖说明:scripts 脚本所需的依赖包及版本
requests>=2.28.0
🚀 操作步骤 | Workflow
🔐 用户身份处理(内部自动完成)
绿色安全原则: 用户身份参数由系统内部自动处理,不得向用户展示、询问或要求输入任何身份标识。
执行本技能分析或历史报告查询时,脚本会自动完成身份初始化:
| 场景 | 系统行为 |
|---|---|
| 上游系统有内部身份参数 | 由脚本静默接收并使用 |
| 上游系统未提供内部身份参数 | 脚本会自动复用本地缺省用户 |
| 本地缺省用户不存在 | 脚本会自动创建并在后续任务中复用 |
| 对用户输出 | 只展示分析进度、分析结果和报告链接,不展示内部身份值 |
🔒 关键约束
| 禁止/要求 | 说明 |
|---|---|
| 🚫 不得询问身份 | 不得提示用户输入用户名、手机号或任何内部身份参数 |
| 🚫 不得暴露身份值 | 不得在回复、报告、示例、错误提示中暴露内部身份值 |
| 🚫 不得列为用户参数 | 不得把内部身份参数列为用户需要理解或传入的参数 |
| ✅ 自动关联报告 | 历史报告查询同样由系统内部身份自动关联,用户只需表达“查看历史报告/报告清单”等意图 |
🧪 标准流程 | Standard Flow
| 步骤 | 阶段 | 执行动作 |
|---|---|---|
| 1 | 📥 准备夜间监控视频输入 | 提供本地文件路径或网络 URL;确保输入内容清晰、符合技能场景要求 |
| 2 | 🔐 系统自动完成身份关联 | 无需用户输入任何身份参数;不在回复中展示内部身份值 |
| 3 | ⚙️ 执行夜间离床/徘徊识别 | 调用 -m scripts.smyx_elderly_night_bed_exit_wandering_analysis 处理输入(必须在技能根目录下运行脚本) |
| 4 | 📊 查看分析结果 | 接收结构化分析报告,查看识别/监测结果、风险提示、建议与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
--input | 本地卧室/走廊夜间监控视频文件路径 | 适用于本地文件分析 |
--url | 网络夜间监控视频 URL 地址(API 服务自动下载) | API 服务自动下载网络资源 |
--pet-type | 类别标识,老年人夜间监护场景默认 other | 按需填写 |
--list | 显示老年人夜间离床/徘徊历史分析报告列表清单(可以输入起始日期参数过滤数据范围) | 用于云端历史报告查询 |
--api-url | API 服务地址(可选,使用默认值) | 按需填写 |
--detail | 输出详细程度(basic/standard/json,默认 json) | 输出详细程度 |
--output | 结果输出文件路径(可选) | 可选 |
🗂️ 资源索引 | Resource Index
| 资源类型 | 路径 | 用途 | 何时读取 |
|---|---|---|---|
| 🐍 必要脚本 | scripts/smyx_elderly_night_bed_exit_wandering_analysis.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 🐍 必要脚本 | scripts/config.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 📘 领域参考 | references/api_doc.md | 了解 API 接口规范、字段说明和错误码 | 仅在需要了解接口规范或错误码时读取 |
⚠️ 注意事项 | Notes
| 分类 | 注意事项 |
|---|---|
| 📚 文档读取 | 仅在需要时读取参考文档,保持上下文简洁 |
| 📁 格式支持 | 输入要求:支持 mp4/avi/mov 视频,最大 10MB;建议夜视模式、覆盖整夜时段 |
| 🧑⚖️ 结果性质 | 预警结果仅作为护理参考,疑似跌倒/失踪请立即人工核实并采取紧急行动 |
| 🔏 隐私合规 | 隐私合规:夜间卧室视频涉及个人隐私,使用前需取得被监护人或家属知情同意 |
| 🚫 脚本限制 | 禁止临时生成脚本,只能用技能本身的脚本 |
| 🌐 网络地址 | 传入的网络地址参数,不需要下载本地,默认地址都是公网地址,api 服务会自动下载 |
| 📜 报告输出 | 当显示历史分析报告清单的时候,从接口返回 json 数据中提取字段 作为超链接地址,且自动转化为如下 Markdown |
| 📜 报告输出 | 表格输出示例 |
🧰 使用示例 | Examples
# 分析本地夜间监控视频
python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --input /path/to/night_room.mp4
# 分析网络夜间监控视频
python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --url https://example.com/night_room.mp4
# 显示历史夜间监护报告/徘徊预警报告清单(自动触发关键词:查看夜间离床历史报告、徘徊预警报告清单等)
python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --list
# 输出精简报告
python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --input night.mp4 --detail basic
# 保存结果到文件
python -m scripts.smyx_elderly_night_bed_exit_wandering_analysis --input night.mp4 --output result.json
Related skills
Detects sudden sitting-up, screams, and limb movements in elderly nighttime video and outputs structured sleep-event reports.
Using a night-time camera (infrared or low-light) above the crib, the system analyzes in real time the coverage of the blanket on the infant's body. It checks whether the blanket coverage is below a preset threshold (e.g., 50%) or recognizes the kicking motions that cause the blanket to slip off, then outputs an alert. | 通过婴儿床夜间摄像头(红外或微光),实时分析婴儿身体及被子的覆盖情况。可联动智能家居设备(如自动调高室温、推送提醒至父母手机),预防婴儿着凉。
Using fixed cameras in multiple zones of a solo-living elder's home (living room, bedroom, kitchen, bathroom, etc.), the system continuously analyzes the video streams to detect human activity (movement, limb actions, gestures, etc.). If no activity is detected within a configured time window (default 12 hours), the system outputs a 'long-term no activity' alert and can notify emergency contacts via app or phone. | 通过独居老人家中的多个区域(客厅、卧室、厨房、卫生间等)固定摄像头,连续分析视频流,检测人体活动(包括移动、肢体动作、手势等)。若在设定的时间窗口内(默认12小时)未检测到任何活动,则输出'长期无活动'预警,并可通过APP或电话通知紧急联系人。
Using a fixed bedroom camera (infrared or low-light), the system analyzes chest/abdominal motion of the elderly at rest (sleeping or quietly lying down) and computes the respiratory rate (breaths per minute). | 通过卧室固定摄像头(红外或微光),在老年人静息(睡眠或静卧)状态下分析其胸腹部起伏运动,计算呼吸频率(次/分钟)。当呼吸频率超过正常上限(默认24次/分,老年人静息正常值一般为12-20次/分)时,输出'呼吸急促'预警,提示家属或护理人员关注老年人是否有心肺疾病、发热或呼吸系统感染等潜在问题。
Using a camera installed at the bathroom doorway (or inside the bathroom only detecting human silhouettes, without capturing private details), the system uses human detection and entry/exit tracking to identify when an elderly person enters or leaves the toilet and calculates the continuous occupancy time. | 通过在卫生间门口(或内部仅检测人体,不采集隐私细节)安装的摄像头,利用人体检测和进出跟踪技术,识别老年人进入和离开卫生间的时刻,计算连续占用时间。当占用时间超过预设安全阈值(默认30分钟)时,输出异常预警,通知家属或护理人员及时查看,预防老年人因跌倒、突发疾病(如中风、心梗)或体力不支导致的无法自主移动等意外。